《高频交易数据模式下的股指期货跨期套利实证研究》

中国作为新兴的资本市场国家，在股市快速发展的过程中，面临许多问题，存在着很大的系统性风险。中国资本市场股市于 2015 年中旬发生骤然大幅度下跌，对金融市场造成强烈的冲击，相关交易者受到巨额亏损。期货市场中可以根据股指期货双向交易的特点，做看跌交易对冲股票市场的损失，但是这会加速股价进一步下跌。为了防止做空交易发生，国家出台政策对股指期货交易进行了紧缩性限制，从而维持股票市场稳定发展，但是也降低了股指期货流通的活跃性。2017 年 02 月 16 日，中金所公布对股指期货的交易限制进行放宽，日内开仓数量限额调高为 20 手，保证金调整为 20%，手续费为交易金额的万分之九点二。这一政策性的积极信号，引发越来越多的投资者在投资组合资产配置中融入股指期货，提高投资策略收益。本文在这一背景下，对股指期货高频交易跨期套利问题进行深入研究，寻找股指期货高频交易数据模式下的套利交易时机，挖掘股指期货高频交易数据超短期价差变化规律，设计高频跨期套利策略，同时对股指期货松绑前后的交易结果对比分析。
本文依据协整理论的方法，结合持有成本理论和均值回归理论思想，对股指期货 IF1703 合约和 IF1706 合约一分钟高频交易收盘价数据进行研究。通过GARCH 族模型对比分析，得出 AR-TGARCH 模型能够准确发现 IF1703 合约和IF1706 合约内价格数据序列的长期均衡关系和价差交易出现的时机和概率，按照价差序列的分布情况，设计高灵敏度和低灵敏度的跨期套利策略。实证结果表明，IF1703 合约和 IF1706 合约样本数据之间存在协整关系，证实存在套利空间。从总体上来看，无论是高灵敏度交易策略还是低灵敏度交易策略，在牛市和熊市中均有高于 80%的成功率，这显示基于 AR-TGARCH 模型所构建的跨期套利策略可以良好的把握 IF1703 和 IF1706 样本合约数据价差的波动性特点。本文在研究股指期货跨期套利过程中，采用高频交易数据，相对传统仿真II和低频数据，提高了数据的频度空间，同时创新的提出了 AR-TGRACH 模型研究股指期货价差的方差序列波动的特点，补充隔月合约跨期套利的研究方法，为股指期货高频交易的发展提供参考。本文对投资者获取投资收益、金融市场稳定健康发展以及国家防范与治理资本市场风险等方面都具有重要意义。